SISTEM DETEKSI PENYAKIT PADA DAUN TANAMAN CABAI MENGGUNAKAN ALGORITMA YOLO

---

• Dipublikasikan pada 18 Oktober 2024

Abstrak

Mayoritas penduduk di indonesia mata pencaharian nya sebagai petani, sebagian besar yang ditanamam yaitu cabai. Dengan ekspektasi yang tinggi petani merawat tanamanan dengan tenaga ekstra agar hasil panen yang diperoleh memiliki kualitas baik dan harga jual yang tinggi. Tetapi tidak bisa dipungkiri terdapat tanaman yang tidak dalam kondisi baik atau sehat karena terserang hama. Pada saat penelitian hama yang banyak menyerang pada tanaman cabai salah satunya yaitu cercospora capcisi gejalanya terdapat bercak-bercak bundar berwarna abu-abu dengan pinggiran coklat pada daun cabai. Dengan permasalahan hama yang menyerang daun pada tanaman cabai, maka peneliti penciptakan “Sistem Deteksi penyakit Pada Daun Tanaman Cabai Menggunakan Algoritma YOLO”. Sistem ini dibuat dengan mengumpulkan dataset daun cabai dalam dua kondisi diantaranya kondisi yang berpenyakit atau terdapat bercak pada daun dan kondisi sehat menggunakan metode Convolution Neural Network (CNN) metode CNN merupakan salah satu metode deep learning yang mampu melakukan proses pembelajaran mandiri untuk pengenalan objek, ekstraksi objek dan klasifikasi serta dapat diterapkan pada citra resolusi tinggi yang memiliki model distribusi nonparametrik. Deteksi tersebut mengggunakan bantuan software visual studio code dimana gambar yang diambil akan diolah dan hasil keluaran berupa gambar dan kondisi daun. Proses deteksi akan dilakukan pada GUI yang telah dibuat dan ditampilkan pada LCD touchscreen hasil capture dan analisa akan disimpan pada folder, sehingga dapat melihat kembali hasil yang telah terdeteksi. Hasil dari penelitian yang sudah dilakukan menghasilkan nilai akurasi sebesar 90%,sensitivitas 99% dan spesifisitas 50%. Pada sistem deteksi jarak capture dapat terdeteksi dengan jarak 8 – 12 cm waktu analisa hasil capture memerlukan waktu 1-1,5 menit.

 Kata kunci : YOLO, Bercak